내가 코딩에 LLM을 사용하지 않으려는 이유

약 10년간 실무 머신러닝을 구현해 온 Kristian Polso는 인지적 영향, 코드 품질, 유지보수, 환경과 정치적 우려 때문에 업무에서 LLM과 AI 에이전트를 사용하지 않기로 함 수 시간 LLM을 사용한 뒤 혼란과 방향 감각 상실을 느꼈으며, 동료들의 경험과 인지적 노력 감소 및 의존성 관련 연구도 사용을 꺼리는 근거가 됨 풍부한 주석과 테스트가 코드 품질을 보장하지는 않음. 실제 업무에서는 간단한 스키마 변경과 마이그레이션으로 해결할 문제를 Claude가 불필요하게 복잡하게 구현한 사례를 경험함 직접 코드를 쓰는 일은 문제 해결과 발견의 과정이며, 에이전트가 모든 코드를 작성해 사람이 동작을 이해하지 못하게 되는 상황을 원하지 않음 막힌 구현을 풀어갈 계획을 얻는 등 장점도 경험했지만 개인적으로는 비용과 우려가 더 크다고 판단함. AI 지원 코딩이 계속 존재한다는 사실이 사용 의무를 뜻하지는 않음 사용하지 않겠다는 결정과 기술 경험 코딩을 계속하고 싶은지에 대한 고민과 AI 소프트웨어 개발에 대한 이전 글에 이어, 전문 업무에서 LLM과 AI 에이전트를 의도적으로 사용하지 않기로 결정함 Polso는 지난 약 10년간 여러 고객을 위해 프로덕션용 머신러닝을 구현한 경험이 있음 Keras 기반 CNN 이미지 인식과 Tensorflow 기반 대기질 예측 모델 등을 개발함 홈랩에서 로컬 LLM과 이미지 확산 모델을 실행했고 GitHub 기여 경험도 있음 LLM과 트랜스포머 자체는 흥미로운 기술로 보지만, 현재의 과도한 열풍은 사람들의 업무와 건강에 해롭다고 봄 도구가 아니라 외부 기업에 의존하는 서비스 Esther Weidauer의 「Why I Resist Generative "AI"」를 추천하며, 모든 세부 사항에 동의하지는 않지만 전반적인 정서와 우려를 공유함 특히 LLM을 단순한 도구로 보기보다 외부 기업에 일을 맡기는 서비스로 보는 구분에 공감함 업무가 대개 미국에 기반을 둔 제3자 기업의 결정에 좌우된다는 점을 문제로 여김 인지적 영향과 의존성 동료 개발자들로부터 한 해 동안 ‘LLM 브레인 포그’ 경험을 들었으며, 본인도 수 시간 사용 후 종종 혼란스럽고 방향 감각을 잃는 느낌을 받음 인지적 영향과 의존성에 대한 우려의 근거로 다음 연구를 참고함 Microsoft의 지식 노동자 설문 연구: 생성형 AI 사용 시 인지적 노력 감소에 대한 자기 보고와 자신감의 영향을 다룸 Accumulation of ...